Python金融数据挖掘第八章复习思考题2

勇敢驴驴

已于 2022-05-23 10:23:27 修改

阅读量2.1k

点赞数 3

分类专栏： Python金融数据挖掘文章标签：金融 python 数据挖掘经验分享

于 2022-05-23 10:22:39 首次发布

本文链接：https://blog.csdn.net/xllzuibangla/article/details/124873409

版权

本文使用Apriori算法对购物篮数据进行分析，找出连带销售的商品组合，如('frozenmeal','cannedveg')、('cannedveg','fruitveg')等。同时，根据顾客性别和年龄分组（18-29，30-49，50+），发现无论男女，年轻和中年顾客更倾向于购买啤酒，而老年顾客购买啤酒的比例较低。

摘要由CSDN通过智能技术生成

一、问题

设有一份购物篮数据basketdata.txt，包括两部分内容。

第一部分是1000名顾客的个人信息，含7个变量：会员卡号(cardid)、消费金额(value)、支付方式(pmethod)、性别(sex，M表示男性，F表示女性)、是否户主(homeown)、年龄(age)及收入(income)。

第二部分是1000名顾客一次购买的商品信息，变量均为二分类变量，取值1表示购买，取值0表示未购买。这些变量包括水果蔬菜(fruitveg)、鲜肉(freshmeat)、奶制品(dairy)、蔬菜罐头(cannedveg)、肉罐头(cannedmeat)、冷冻食品(frozenmeal)、啤酒(beer)、葡萄酒(wine)、软饮料(softdrink)、鱼(fish)及果糖(confectionery)等。基于该数据集，利用关联规则分析算法完成以下任务：

(1)找到有较大可能连带销售的商品。

(2)对比不同性别和年龄段顾客的啤酒选择性倾向。(这里将年龄分为三组，30岁以下为年轻组“1”，30～49岁为中年组“2”，50岁以上为中老年组“3”)。

二、代码

'''
我是第二题
我是第二题
'''
##################2
import pandas as pd
import numpy as np

# 打开txt文件
f = open("basketdata1.txt","r",encoding='utf-8')   #设置文件对象
# 转换为二维表格式
ff= []
line = []
for line in f.readlines():#readlines以列表输出文件内容
    line = line.strip().split("\t")
    line1 = " ".join(line)
    line1 = line1.split(",")
    # result.append(line)
    ff.append(line1)
f.close()   #将文件关闭
f1=pd.DataFrame(ff).dropna(axis=0)
# 添加列名